屏蔽数据并联系统逐次截尾寿命试验的统计分析

假定系统由两个单元并联而成, 单元寿命的失效率分别为常数失效率和线性失效率(过原点), 给出了屏蔽数据并联系统简单逐次截尾和多次逐次截尾寿命试验参数的极大似然估计.     

定时截尾串联系统屏蔽数据步进应力加速寿命试验的统计分析

考虑由2个具有常数失效率单元串联而成的系统进行步进应力加速寿命试验中,在定时截尾屏蔽数据场合下给出了参数的近似区间估计和极大似然估计,并通过数值算例验证方法的可行性.     

指数分布无替换定时截尾寿命试验失效率的估计

介绍了指数分布无替换定时截尾寿命试验失效率的点估计和区间估计 ,特别在大样本情况下 ,失效率的近似置信区间。     

Weibull分布TFR模型序进试验下逐次截尾的统计分析——应力为时间的一般线性关系

针对损伤失效率模型,在序进应力下给出了逐次截尾实验下两参数Weibull分布在阿伦尼斯方程下和逆幂律方程下的极大似然估计.     

贮备系统可靠性的近似置信下限

基于元件的定数截尾寿命试验数据，在元件的失效率间满足某种关系时，给出了单个贮备系统、两贮备系统组成的串联系统的可靠性的置信下限，给出了数字例。     

随机截尾寿命试验工参数Weibull分布的统计分析

利用随机截尾寿命试验获得的数据，给出了三参数Ｗｅｉｂｕｌｌ分布参数，可靠度和失效率的Ｂａｙｅｓ点估计及其置信限。     

定时截尾试验下GBVE分布产品失效率的检验

以总试验时间为检验统计量,在定时截尾寿命试验下研究GBVE分布产品失效率的抽样检验方案,随机模拟结果显示此方法有效。     

两参数指数分布步进应力加速寿命试验的统计分析

给出了两参数指数分布产品截尾样本场合下步进应力加速寿命试验损伤失效率模型下参数的极大似然估计和拟矩估计，并通过Monte—Carlo模拟说明方法的可行性．     

指数分布参数的E-Bayes方法

基于指数分布定时截尾寿命试验,给出了失效率λ的E-Bayes估计.研究了在超参数取不同密度函数时λ的E-Bayes估计之间的关系和收敛速度以及估计量关于超参数的稳健性,并通过实例,给出了不同超参数下失效率λ和可靠度R(t)的计算结果.     

无失效数据失效率的综合多层Bayes估计

为了对指数分布场合无失效数据的失效率进行估计，在先验分布为截尾Gamma分布时，利用平均剩余寿命和极大似然思想提出了两种引进失效数据的方法，给出了失效率的综合多层Bayes估计，并且结合实际数据进行了计算，计算结果显示此种方法是可行的．     

有替换定数截尾寿命试验下k/N(G)系统可靠性指标的经验Bayes估计

在有替换定数截尾寿命试验样本下,将Bayes方法与矩估计法相结合,对不可修k/N(G)系统可靠性指标的估计问题进行研究,获得了组成部件的失效率、系统可靠度和平均寿命的经验Bayes估计.最后利用随机模拟的例子说明了所给方法是有效的.     

有限马尔可夫链嵌入法在系统失效率计算中的应用

引入有限马尔可夫链嵌入法计算复杂系统的可靠度函数,并利用系统可靠度函数与失效率函数之间的关系,导出复杂系统失效率函数的一般公式及计算步骤.针对单元间相互独立,且服从不同寿命分布的一般性复杂系统,给出了应用该方法计算失效率函数的实例.该方法解决了传统方法无法解决的复杂系统的失效率问题,并且运算过程具有可操作性.为深入了解复杂系统的性质奠定了基础.     

一种考虑数据截尾的非参数软件可靠性模型

通过分析数据截尾对软件可靠性模型的影响，建立了一种考虑数据截尾的非参数软件可靠性模型，为的是克服一般参数模型假设约束过紧的问题，并能在估计失效率的同时估计残存缺陷数．同时，提出了基于非参数统计的软件失效率单调下降性检验方法，在加权核函数估计中引入数据截尾率作为加权系数和优化参数，并用失效率单调下降约束下的加权核函数方法来估计失效率和残存缺陷数．模拟试验和实例分析表明，所提模型可以较好地处理截尾数据，给出残存缺陷数的合理估计，其失效率估计精度较高，不低于较好的传统模型．     

关于定时截尾寿命试验中的极小极大法

各种类型的截尾寿命试验在缩短试验时间方面起着有效的作用,在“可靠性”的研究中越来越受到重视。对于截尾试验得到的数据,如何用来估计产品的失效率r(t)与可靠性函数R(t)?这是一个重要问题。众所周知,当产品的寿命分布函数的类型已知,只是所含的若干个参数未知时,常用最大似然估计法去估这些未知参数,然后再求出失效率及可靠性函数。对于非参数情形,怎么办?在定时截尾试验中,在失效率r(t)是增函数的假定下,[1]中介绍了一种估计r(t)及R(t)的方法(见本文§1),我们称之为极小极大法。这种方法是[2]中关于完全寿命时处理方法的自然推广。本文的任务是证明,在失效率r(t)是增函数的假定下,极小极大法得到的估计r(t)、R(t)是r(t)与R(t)的强相合估计(精确叙述见后)。这个结果是[2]里关于完全寿命试验下同类结果的推广。我们所使用的方法与[2]中的不同,而与[3]中的相似。当然,本文的内容稍作变化就可推广到r(t)是减函数的情形,从略。     

指数分布无失效数据下参数的单侧M-Bayes估计

基于指数分布定时截尾寿命试验,定义了失效率λ的单侧M-Bayes置信上限和可靠度R(t)的单侧M-Bayes置信下限;证明了超参数取不同密度函数时λ的M-Bayes置信上限函数性质,探讨了估计量关于超参数的稳健性,并通过实例对失效率λ和可靠度R(t)给出了不同超参数下的M-Bayes估计。结果证明,对于超参数分布的不同选取,估计具有较强的稳健性。     

定数数据指数部件并联系统的可靠度置信限

本文根据部件的定数截尾寿命试验数据,对指数部件并联系统可靠度R 进行评估。我们用Easterling、Fiducial、Bayes、Mann 及经验修正等方法,得到了R的十个近似置信限。并且对这些近似置信限作了仿真模拟比较。     

定数截尾缺失数据下线性失效率模型的参数估计

利用逆估计法的思想,给出寿命分布为线性失效率模型时,定数截尾寿命试验数据缺失场合下样本分布参数的近似点估计.通过M0nte-Carlo数值模拟表明,当样品容量固定时,随着数据的增大,精度愈高;当缺失数据数目太大时,参数估计误差偏大;而当缺失数据数目不太大时,参数估计的精度还是令人满意的.     

非独立单元的3种系统可靠性的比较

研究了遵从二维指数分布的两单元的串联、并联和冷储备系统的可靠性。比较了它们的平均寿命和寿命方差。     

四单元混联系统屏蔽数据的统计分析

推导了四单元混联系统屏蔽数据场合下的似然函数,并且给出了常数失效率单元和线性失效率单元所组成的四单元混联系统屏蔽数据的参数的极大似然估计,以及采用似然比构造区间估计的方法得到参数的近似区间估计.     

定数截尾情形下指数分布的可靠性EB估计

在有替换或无替换定数截尾试验下,推导出指数分布失效率为λ和可靠性函数的经验Bayes估计.